Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/12572
Registro completo de metadados
Campo DCValorIdioma
dc.creatorRomão, Rogério Fernandes-
dc.date.accessioned2017-03-27T18:27:42Z-
dc.date.available2017-03-27T18:27:42Z-
dc.date.issued2017-03-27-
dc.date.submitted2017-02-16-
dc.identifier.citationROMÃO, R. F. Robustez na capacidade preditiva dos modelos AMMI e Fatoriais Analíticos no estudo de dados multi-ambientais desbalanceados. 2017. 68 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2017.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/12572-
dc.description.abstractThe present work aimed to verify the robutness of the AMMI predictive ability through using several Bayesian and Frequentist approaches, and Analytical Factor (FA) in the study of unbalanced multi-environmental data (MET), using simulated data. To verify the eficiency of these methods, random unbalanced was performed using 10%, 33% and 50% of loss. To evaluate the predictive ability of the missing data in proposed models, the PRESS statistics (prediction error sum square) and the correlations between the observed and predicted values were used, through cross-validation methods. The results showed that inpredictive terms, at the level of 10% of unbalance the Bayesian AMMI models with variance heterogeneity (AMMIB-D) and AMMI models through EM algorithm for random effects of genotype and fixed environment (EM-AMMIM) were superior followed by Bayesian AMMI models with homogeneity of variances (AMMIB-I) and FA2. At 30% of dataloss, the AMMIB-I was superior, followed by EM-AMMIB-D models, AMMI models through EM algorithm for fixed effects of environment and genotype (EM-AMMIF) and FA2. At 50% dataloss, the AMMIB-I and AMMIB-D models were superior, followed by the FA2model. It can be concluded that the AMMI models are frequentist or Bayesian and Factorial Analytical were robust in the study of MET data with high levels of loss of genotypes in the environments.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.subjectTeoria bayesiana de decisão estatísticapt_BR
dc.subjectDistribuição (Probabilidades)pt_BR
dc.subjectModelo fatorial analíticopt_BR
dc.subjectDados faltantespt_BR
dc.subjectValidação cruzadapt_BR
dc.subjectBayesian statistical decision theorypt_BR
dc.subjectDistribution (Probability theory)pt_BR
dc.subjectFactor-analytic modelpt_BR
dc.subjectMissing datapt_BR
dc.subjectCross validationpt_BR
dc.titleRobustez na capacidade preditiva dos modelos AMMI e Fatoriais Analíticos no estudo de dados multi-ambientais desbalanceadospt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Estatística e Experimentação Agropecuáriapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Balestre, Márcio-
dc.contributor.referee1Sáfadi, Thelma-
dc.contributor.referee2Nunes, José Airton Rodrigues-
dc.description.resumoO presente trabalho teve por objetivo verificar a robustez na capacidade preditiva dos modelos AMMI utilizando diversas abordagens bayesianas e frequentistas, e Fatorial Analítico (FA) no estudo de dados multi-ambientais (MET) desbalanceados, usando dados simulados. Para verifcar a_ciência destes métodos foram feitos desbalanceamentos aleatórios nos dados, com níveis de 10%, 33% e 50% de perda. Para avaliar a capacidade preditiva de dados faltantes nos modelos propostos, foram utilizadas a estatística PRESS (prediction error sum square) e a correlação entre o valor predito e observado usando a validação cruzada. Os resultados mostraram que em termos preditivos, ao nível de 10% de desbalanceamento, os modelos AMMI Bayesiano com heterogeneidade de variâncias (AMMIB-D) e modelos AMMI via algoritmo EM para efeitos aleatórios de genótipo e fixo de ambiente (EM-AMMIM) foram superiores seguidos dos modelos AMMI Bayesiano com homogeneidade de variâncias (AMMIB-I) e FA2. A 30% de perda dos dados, o modelo AMMIB-I foi superior, seguidos dos modelos EM-AMMIM, AMMIB-D, modelos AMMI via algoritmo EM para efeitos fixos de ambiente e genótipo (EM-AMMIF) e FA2. A 50% de perda dos dados, os modelos AMMIB-I e AMMIB-D foram superiores, seguido do modelo FA2. Com isso pode-se concluir que os modelos AMMI seja frequentista ou bayesiano e Fatorial Analítico foram robustos no estudo de dados MET com altos níveis de perda de genótipos nos ambientes.pt_BR
dc.publisher.departmentDepartamento de Ciências Exataspt_BR
dc.subject.cnpqEstatísticapt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.